Páginas recomendables: OLBG

Entre las muchas páginas que hay relacionadas con las apuestas hay una que me parece muy interesante tanto por la cantidad de información que tiene, como por los servicios que puedes encontrar. El único problema que tiene es que solo está en inglés, como la mayoría de páginas relacionadas con apuestas. En OLBG (Online Betting Guide) podeis encontrar desde competiciones de picks hasta calculadoras de stakes, pasando por los tipicos valuebets o surebets, entre otras muchas opciones. Además tienen una sección en la que analizan los movimientos de las cuotas por horas y en la que hacen una distinción de los bookies en función de como se ha ido produciendo esos movimientos. Ellos han creado tres grupos: los Steamers, los Drifters y los Sleepers. Una traducción bastante libre de estos nombres podría ser: los Favoritos, los Ofertones y los Dormilones.

Steamers

Los Steamers son selecciones que han sido elegidas por una gran cantidad de apostantes a lo largo del día, bien porque la cuota era más alta de lo esperado o bien porque son apuestas consideradas como casi seguras. Seguir esta tendencia puede resultar provechoso pero hay que ser cautelosos y saber a que estamos apostando. Estos movimientos masivos hacia un resultado suelen ser habituales en las carreras de caballos, aunque también pueden aparecer en otros deportes.

La verdad es que siempre resulta agradable apostar a algo con la seguridad de que puede salir, pero no es del todo conveniente apostar sin dar importancia a la cuota a la que estamos apostando. Estos desajustes en el mercado hacen que las apuestas no esten equilibradas para los bookies. Lo interesante para ellos es tener un mercado bien equilibrado, para conseguirlo, moverán las cuotas para ofrecernos a los Drifters (Ofertones) y atraer a otros apostantes hacia esta apuesta para compensar la cantidad de apostantes que han optado por la favorita.

Podeis chequear los Steamers que ofrecen ahora en OLBG siguiendo este enlace:
http://www.valuechecker.co.uk/selection/steamers.php

Drifters

Los difters son generalmente apuestas que no 'gustan' a la gente y a las que los bookies les suben las cuotas durante el día, para hacerlas mas atractivas. .

En un partido de futbol, si se aprecia un drifter para un equipo es probable que haya ocurrido algun cambio de última hora en uno de sus jugadores importantes. Una lesión de ultima hora puede hacer que una cuota varíe drásticamente. Sin embargo la causa más importante para que aparezca un drifter son las fuerzas del mercado. Siempre que aparezca una apuesta desequilibrada el bookie modificará las cuotas para atraer dinero a la opción menos seleccionada, como ya hemos comentado. A pesar de que por norma general un drifter suele acabar como apuesta perdedora, hay que analizar bien nuestros datos porque es probable que encontremos en estos drifters alguna apuesta con value.

Podeis chequear los drifters que ofrece OLBG aqui:
http://www.valuechecker.co.uk/selection/drifters.php

Sleepers

Los Sleepers son aquellos bookies que ofrecen cuotas mucho mayores que el resto. Esto puede venir provocado bien porque el bookie se haya 'dormido' al cambiar las cuotas o bien porque sus estadísticas le indican que el movimiento del mercado es incorrecto. Estas situaciones son especialmente interesantes para los traders.

En el ejemplo que colocan en la web, explican como en una carrera de caballos las cuotas por uno de ellos comenzaron en torno a 4.5 a las 9 de la mañana para descender hasta 3.25 a lo largo del día. La mayoría de bookies bajaron la cuota pero hubo otros que 'se durmieron'. Resultado final: el caballo ganó.

Si quieres ver los sleepers que ofrecen OLBG puedes hacerlo siguiendo este enlace:
http://www.valuechecker.co.uk/selection/sleepers.php

Resultado Picks Liga Campeones

Ayer me vino justo analizar los tres partidos y colocar los picks antes de que comenzasen, pero mereció la pena, 2 de 3 aciertos a esas cuotas es para estar contento. Para los picks de ayer utilicé los datos de Soccerway que me permiten analizar bastante más partidos que los 6 ofrecidos por Bwin.

Tomé todos los partidos de cada equipo en competiciones oficiales desde el comienzo de la liga. Y fui anotando el primer evento de la primera parte, como ya he explicado. Al final el resultado es una tabla en la que comparamos las cuotas reales con las previstas:



Como se puede ver las cuotas ofrecidas para los goles de los dos partidos acertados eran superiores a las teóricas, por eso las seleccionamos para los picks. En el partido del Mancherster volvía a aparecer la cuota de Sustitución muy por encima de la cuota teórica. De 42 partidos analizados en 9 de ellos el primer evento había sido sustitución, así que la cuota teórica es 42/9 = 4,67 muy inferior al 13 ofrecido. Esta cuota la debemos acertar una de cada 5 veces aproximadamente, si está bien calculada la probabilidad, con lo que el fallo entraba dentro de lo posible. Era una apuesta arriesgada pero con un poquito de suerte, es probable que podamos 'cazar' una de estas cuotas altas en próximos eventos.

Incluso con este fallo nos ponemos en positivo en el reto y seguimos acumulando datos en nuestra base de datos para hacer mas fiables las predicciones.

Nos vemos en próximas rondas de la Champions League.

*********** RESULTADOS DEL RETO ***************
Picks totales: 8
Aciertos: 4 (50%)
Uds apostadas: 43 uds.
Beneficio/ Pérdidas: +10.13 uds.
***********************************************

Picks Liga Campeones

Siguiendo lo que comentabamos en el otro post de picks vamos a seleccionar para hoy lo siguiente:

  • Partido Fiorentina - Bayern: Gol 5 uds @ 2.75
  • Partido R. Madrid - Juve: Gol 5 uds @ 2,65
  • Partido Celtic - Manchester: Sustitución 5 uds @ 13
No me extiendo más que no hay demasiado tiempo. Mañana comentaremos los picks y los resultados.

Un saludo

NBA: Comienza el show

Señoras y señores, con todos ustedes, la mejor liga de baloncesto del mundo. La NBA arranca esta noche con 3 partidos y las casas de apuestas han tenido que rescatar del olvido sus sistemas y colocarlos a punto para la nueva temporada. Y esto me ha dado que pensar, ¿de donde sacarán los datos para las predicciones de los OVER/UNDER y los spread?, ¿serán fiables estos datos?.

Después de un largo verano, los equipos han cambiado sus plantillas, se han reforzado, los lesionados se han podido ir recuperando, los viejos son un año mayores y los nuevos se tienen que ir acoplando. Por todo esto, si yo fuese el encargado de colocar estas líneas, no estaría nada tranquilo. Cualquier sistema que se precie necesita datos fiables y cuanto más ceranos a la realidad mejor. Y ahora no estamos en esas condiciones.

El año pasado, comencé a preparar un modelo de predicción para la NBA con datos de la primera parte de la temporada. Además tomaba como base las predicciones de NBAStuffer sobre puntos anotados por partido. Los datos de la web parecían bastante fiables, así que he ido a ver que 'decían' sobre estos tres primeros partidos y me he llevado una sorpresa. No van a publicar datos de predicciones hasta primeros de Diciembre, por una razón completamente lógica: Necesitan datos reales para ajustar su modelo de predicción. Exactamente lo que yo creía.

Todo esto me lleva a enredar y estrujar datos, más aún. Y vamos a ver en las proxímas entradas, si las casas de apuestas colocan las líneas a ojímetro en estos primeros partidos de la temporada o tienen modelos lo suficientemente sofisticados y buenos para dar predicciones ajustadas en estas circunstancias. También veremos si los datos de la pretemporada son extrapolables a la temporada regular o no. Pero no adelantemos acontecimientos, pronto saldremos de dudas.

Yo, por mi parte, me uno a NBAStuffer y prefiero esperarme a tener datos antes de lanzarme con ningún sistema.

Suerte con vuestros picks. ¡QUE COMIENCE EL SHOW!

Resultados Picks Champions League

Ayer me resulto imposible conectarme, como dicen en la tele, por causas ajenas a mi voluntad, con lo que perdimos la oportunidad de seguir estudiando la estrategia de picks de la Champion League.

El resultado del martes no fue todo lo bueno que hubiese querído basicamente por dos motivos. El primero porque en los partidos que apostamos a la tarjeta como primer evento se dieron goles muy tempraneros, 4' para el Bayern (tarjeta a los 29') y 8' para el Steaua (tarjeta a los 19'). En ambos casos faltó un poquito de suerte, y el segundo fue la selección del stake por el criterio de kelly. Como había comentado en mismo post, 6 partidos es probable que no sean suficientes para estimar las tendencias de cada uno de los eventos y no contento con eso, no solo selecciono picks sino que tambíen asigno stakes tomando las probabilidades calculadas con los datos de los 6 partidos. De esta forma le estoy dando mucho peso a un dato que todavía no se si será correcto. Así que para el resto del reto asignaré un stake plano de 5 uds a cada pick.

Tras los picks del martes el reto queda de la siguiente forma:

Picks totales: 5
Aciertos: 2 (40%)
Uds apostadas: 28 uds.
Beneficio/ Pérdidas: -1.88 uds.

Con el stake plano no hubiesemos tenido pérdidas.

Para los siguientes picks del reto, me guardaré los datos de los 6 partidos que he tomado esta vez y así iremos incrementando la base de datos de partidos analizados, con la esperanza de mejorar en nuestras predicciones. A ver si hay más suerte la próxima vez.

Picks Liga Campeones

Esta semana vuelve la champions y entre la gran cantidad de apuestas que ofrecen las casas para estos partidos encontramo las apuestas a eventos en escala nominal como los que vimos en el ejemplo de hace un par de post. Así que a modo de repaso y para ver su funcionamiento vamos a utilizar el mismo criterio que empleamos allí para seleccionar posibles apuestas.

Recordemos los pasos:

1. Buscamos los datos de los 6 ultimos partidos para cada equipo que ofrece Bwin
2. Anotamos el primer evento de los ofrecidos para cada uno de los partidos
3. Hacemos un resumen de estos datos
4. Evaluamos la probabilidad de cada evento y calculamos su cuota teórica esperada
5. Comparamos la cuota esperada con la ofrecida por la casa y seleccionamos aquellas apuestas en las que la cuota esperada es menor que la ofrecida.

Con esto tenemos lo siguiente (he seleccionado estos partidos por cuestión de tiempo, no doy para más):



Y seleccionamos como picks:

  • Partido Bayern - Fiorentina: Tarjeta amarilla 9 uds @ 1.75
  • Partido Juve - R. Madrid: Gol 5 uds @ 2.75
  • Partido Manchester - Celtic: Sustitución 2 uds @ 13
  • Partido Fenerbahce - Arsenal: Gol 4.5 uds @ 2.75
  • Partido Steaua - Olympique: Tarjeta amarilla 7.5 @ 1.75

El stake lo he hecho siguiendo el criterio de kelly

Los sombreados en amarillo también cumplen ell criterio de ser mayor la cuota ofrecida que la teórica, pero el problema que tienen es que hay muy pocos partidos para confirmar esa discrepancia entre cuotas y los he dejado en 'cuarentena'.

El sistema teoricamente ha de funcionar a largo plazo, así que lo mantendremos para los partidos de la Champion League a ver como evoluciona. El único pero que tiene es que suponemos que los últimos 6 partidos de cada equipo son un buen estimador de las probabilidades de los eventos que estamos analizando, cosa que probablemente no sea del todo cierta. Así que recomiendo no seguir los picks hasta tener datos suficientes para comprobar si el sistema funciona o no.

Por otro lado, después de analizar los partidos de hoy, parece que la casa coloca las cuotas de manera genérica, con muy poca variación de un partido a otro. Esto puede jugar a nuestro favor porque hay partidos en los que las cuotas de un partido standard no se ajustan demasiado bien, como es el caso del partido Juventus - Real Madrid. Para el Madrid en 5 partidos de los 6 analizados, el primer evento ha sido un gol, y solo en 1 ha habido una tarjeta. Sin embargo en los partidos de la Fiorentina, en TODOS el primer evento ha sido una tarjeta.

Veremos lo que pasa hoy y mañana seguiremos.

La distribución de Poisson: Test de ajuste

En esta segunda entrega sobre el uso de la distribución de Poisson para predecir resultados de partidos de Futbol vamos a exponer como podemos comprobar si nuestros datos se ajustan a este tipo de distribución o no. Esto se conoce en estadística como test de bondad de ajuste o, en inglés, goodness of fit test.

Este proceso que vamos a explicar se puede utilizar con cualquier tipo de variable en escala nominal u ordinal y sirve para cualquier tipo de distribución.

El test está basado en la distribución chi cuadrado () y fue creado por uno de los más reputados estadísticos de los últimos tiempos, Karl Pearson. Su base, como en todos los test de hipótesis, consiste en establecer dos hipótesis, la hipótesis nula que considera que los datos que tenemos se ajustan a una determinada distribución y la hipótesis alternativa que es la negación de la nula, es decir, nuestros datos no se ajustan a la distribución. Dicho así no parece muy claro, pero es como se suele explicar la teoría. Traducido al cristiano sería algo así: Tenemos unos datos que 'parece' que siguen una determinada distribución, pero hay unas diferencias entre los datos que tenemos (observados) y los que deberían de ser (esperados). ¿Son esas diferencias lo suficientemente grandes para que sean provocadas por el azar?. La respuesta a esta pregunta la obtendremos con el test de bondad de ajuste.

Alguno a estas alturas se estará preguntando, ¿pero para que necesito hacer esto, si saco la media y lo meto en la fórmula de Poisson y obtengo el resultado que necesito?. La respuesta es sencilla, si nuestros datos no siguen la distribución de Poisson, todas las predicciones que hagamos utilizando las fórmulas para esta distribución serán erroneos y si nos basamos en ellos para apostar, tenemos muchas posibilidades de ver numeros rojos en nuestro bank a final de temporada.

Después de este pequeño paréntesis económico, vamos a ver como podemos realizar el test de bondad de ajuste a una distribución de Poisson en Excel.

Para ello tomaremos los datos del total de goles marcados por partido en la primera división durante la temporada 2007-2008. Pulsando sobre estadísticas tendremos el resumen de los datos que necesitamos. Estos serían nuestros valores 'Observados'. El siguiente paso que debemos hacer es calcular la media de los goles totales marcados por partido. Al tener los datos resumidos no podemos utilizar la función promedio() si no que debemos hacer una especie de 'desagrupamiento'. Esto, como siempre, se puede hacer de varias formas, yo voy a explicar dos de ellas, las más sencillas.

La primera es crear una nueva columna en la que multiplicaremos el número de goles por la cantidad de partidos (Columna C). Sumaremos todos esos productos y dividiremos este valor por el total de partidos jugados.

La otra es usar la formula sumaproducto(A2:A11;B2:B11) y nos ahorramos el paso de las multiplicaciones, que lo hace excel internamente. El resultado es el mismo para ambos casos, ¡Faltaria más!.

Una vez calculada la media, lo que hacemos es determinar los valores 'Esperados' según una distribución de Poisson con esa media. Esto lo calculamos multiplicando la probabilidad de Poisson para cada resultado, por el total de partidos.

La última columna la utilizaremos para calcular el estádistico con la siguiente fórmula:



Esta columna es importante, porque nos da información de donde se producen las mayores discrepancias. Cuanto mayor sea el valor que obtengamos, mayor es la discrepancia entre el valor observado y el esperado. Más alejado está ese punto de su lugar teórico predicho por la curva de Poisson y más probabilidad tenemos de que el resultado del test nos diga que nuestros datos no se ajustan bien a la curva.

Ya solo nos queda sumar todos estos valores y 'buscar' dentro de la función y comprobar si las diferencias que hemos encontrado son lo suficientemente grandes o no para rechazar o no rechazar la hipótesis nula. Ya veis que he dicho rechazar o no rechazar, en lugar de rechazar o aceptar, porque NUNCA se acepta la hipótesis nula. Este es un error muy común en la interpretación de los resultados de test de este tipo. Pero dejaremos esto para un futuro.

La función tiene dos parámetros, el primero de ellos es el valor de nuestra suma, y el segundo son los grados de libertad para los que vamos a calcular este estadístico.

Los grados de libertad se obtienen con la siguiente fórmula: GL = Nc - Np - 1

Siendo Nc = al número de categorías que tenemos y Np = número de parámetros que estamos estimando. Para nuestro caso tenemos 10 categorías y vamos a estimar un parámetro solo que es la media: GL = 10 - 1 - 1 = 8

El valor que nos devuelve es lo que en estadística se llama P-Value, y corresponde a la probabilidad de equivocarnos si rechazamos la hipótesis nula. Como norma general se suele tomar como valores de corte el 5% ó el 1% dependiendo de lo restrictivos que seamos. Este valor lo debemos de tomar ANTES de la realización del test y será nuestro límite para rechazar o no rechazar la hipótesis nula.

En el ejemplo tenemos un P-Value de 0.54 con lo que debemos decir que las diferencias que hemos encontrados no son lo suficientemente grandes como para decir que nuestros datos no siguen una distribución de Poisson. Como esto es un poco engorroso, hay mucha gente, que viendo este P-Value, adopta una postura más comprometida y llega a decir que nuestros datos siguen una distribución de Poisson. Pero como ya he explicado esto no es del todo cierto, puede que siga una distribución de Poisson o puede que se acerquen más a otro tipo de distribución. El aspecto final de la hoja sería el siguiente:



Como no quiero extenderme más, solo hago una puntualización final. Si os fijais tenemos dos categorías con menos de 5 datos (8 y 9 goles), siendo estrictos deberíamos haber agrupado estas dos categorías y crear una nueva como más de 6 goles, agrupando en ella las categorias 7, 8 y 9 goles. El resultado del test varía poco en este caso, así que para no complicar más la explicación lo he dejado así. Si alguno está interesado en como se haría el test en este caso que lo diga y lo explicaremos.

Un saludo y hasta la próxima

EDITO 22/07/10: Al final he encontrado una forma de añadir hojas de cálculo al blog y he creado una mini hoja Excel para calcular los resultados de un partido de Futbol a partir de la media de goles marcados por cada equipo. La hoja la teneís aqui.